#RIOS
prop.mm <- sum(rivers<mean(rivers))/141 
quantil.75 <- quantile(rivers, 0.75)
quantil.75
medias <- array(list(mean(rivers), mean(rivers, trim=0.25), median(rivers)),3)
medias

#CERVEJAS
cervejas <-c("chope","lata","garrafa","chope","garrafa", "garrafa","lata","lata","nenhuma","lata","garrafa","garrafa", "garrafa","lata","lata","lata","garrafa","lata","chope","nenhuma", "garrafa","garrafa","garrafa","chope","garrafa","garrafa","chope","garrafa","lata","lata")
#Represente este resultado como um grfico de barras e um dotplot (funo dotchart)
table(cervejas)
par(mfrow=c(1,2))
barplot(table(cervejas))
dotchart(table(cervejas))
#Qual tem maior razo dado/tinta?
#tem maior o barplot que o dotchart

#CAIXETAIS
caixeta <- read.csv("caixeta.csv", as.is=T)
str(caixeta)
#Construa um histograma do dap dos fustes dos caixetais.
caixeta$dap <- caixeta$cap/pi
hist(caixeta$dap)
#Construa histogramas da altura das rvores para os diferentes caixetais ('local').
unique(caixeta$local,caixeta$h)
par(mfrow=c(1,3))
hist( caixeta$h[ caixeta$local == "chauas" ],xlab= "Chauas", ylab="Altura(cm)")
hist( caixeta$h[ caixeta$local == "jureia" ],xlab= "Jureia", ylab="Altura(cm)")
hist( caixeta$h[ caixeta$local == "retiro" ],xlab= "Retiro", ylab="Altura(cm)")
#H diferenas entre as estruturas (distribuio de tamanhos) dos caixetais?
Sim, a distribucao das alturas das rvores tem uma distribucao normal parecida a retiro. 
Chauas apresenta uma distribucao mais asimetrica, noentanto teramos que observar com escalas mais parecidas entre caixetais.

#EUCALIPTOS
e.grandis <- read.table("egrandis.csv", header=T, sep=";", as.is=F)
str(e.grandis)
#Utilize o grfico boxplot para analisar o DAP de rvores de E. grandis em funo das variveis regio (regiao) e rotao(rotacao).
par(mfrow=c(1,2))
boxplot((e.grandis$dap~e.grandis$regiao), xlab="regiao", ylab="DAP(cm)")
boxplot((e.grandis$dap~e.grandis$rotacao), xlab="rotacao", ylab="DAP(cm)")
#Avalie a normalidade da altura do conjunto total de rvores com um grfico quantil-quantil contra a distribuio normal.
qqnorm(e.grandis$h, main="Q-Q da Altura")
qqline(e.grandis$h, col="red", lwd="2")

#MAIS CAIXETAIS
caixeta <- read.csv("caixeta.csv", as.is=F)
str(caixeta)
summary(caixeta)
as.numeric(caixeta$cap)
#Analise a relao dap-altura ('dap' e 'h') em funo do caixetal (local) com a funo plot, mas somente para as rvores 2) de caixeta (Tabebuia cassinoides).
caixeta$dap <- caixeta$cap/pi
caixeta$area.basal<-(caixeta$cap^2)/(4*pi)
caixeta$area.basal
areabasal.arvore<-aggregate(caixeta$area.basal,by=list(caixeta$local,caixeta$arvore,caixeta$especie), FUN=sum, simplify=TRUE)
names(ab.arvore)=c("local","arvore","especie","area.basal")
areabasal.arvore
h.arvore<-aggregate(caixeta$h,by=list(caixeta$local,caixeta$arvore,caixeta$especie), FUN=mean, simplify=TRUE)
names(h.arvore)=c("local","arvore","especie","h")
h.arvore
str(h.arvore)
sum(areabasal.arvore$arvore == h.arvore$arvore)
table(areabasal.arvore$arvore == h.arvore$arvore)
areabasal.arvore$h = h.arvore$h.1
areabasal.arvore$especie = h.arvore$especie.1
areabasal.arvore$local = h.arvore$local.1
areabasal.arvore$arvore = h.arvore$arvore.1
tabla<-data.frame(areabasal.arvore,h.arvore)
str(tabla)
tabla$dap.total<-(sqrt(tabla$area.basal)/pi)*2
tabla
str(tabla)
par(mfrow=c(1,3))
plot(dap.total~h, data=tabla, subset=especie=="Tabebuia cassinoides"& local=="chauas", main="Chauas", xlab="Altura(cm)", ylab="DAP total(cm)", col="red", pch=16)
plot(dap.total~h, data=tabla, subset=especie=="Tabebuia cassinoides"& local=="jureia",main="Jureia",  xlab="Altura(cm)", ylab="DAP total(cm)", col="blue", pch=15)
plot(dap.total~h, data=tabla, subset=especie=="Tabebuia cassinoides"& local=="retiro",main="Retiro",  xlab="Altura(cm)", ylab="DAP total(cm)", col="green", pch=17)

#Para a mesma relao do item anterior, verifique linearidade com a funo scatter.smooth
?scatter.smooth
par(mfrow=c(1,3))
scatter.smooth(subset(tabla,tabla$local=="chauas")[,6],subset(tabla,tabla$local=="chauas")[,5], xlab="Altura(cm)", ylab="DAP total(cm)", col="blue")
scatter.smooth(subset(tabla,tabla$local=="jureia")[,6],subset(tabla,tabla$local=="jureia")[,5], xlab="Altura(cm)", ylab="DAP total(cm)", col="yellow")
scatter.smooth(subset(tabla,tabla$local=="retiro")[,6],subset(tabla,tabla$local=="retiro")[,5], xlab="Altura(cm)", ylab="DAP total(cm)", col="black")

#Utilizando o pacote lattice, analise a relao dap-altura ('dap' e 'h') em funo do caixetal (local), mas somente para as rvores de caixeta (Tabebuia cassinoides).
library(lattice)
?xyplot
par(mfrow=c(1,1))
xyplot(dap.total~h |especie[especie=="Tabebuia cassinoides"]+local, data=tabla, xlab="Altura(cm)", ylab="Dap total (cm)")
